有点复杂的熊猫数据透视表

Question

我有以下数据作为数据框（当然更多行）：

楼层编号	地板标签	房间号	房间标签	区域	租户
1	1楼	4	房间 1	10	QQ
1	1楼	5	房间 2	20	QQ
2	1楼	6	房间 1	15	ZAA
3	2楼	7	房间 1	25	ZAA
3	2楼	8	房间 2	33	QQ

如您所见，ID 是唯一的，而标签则不是。

我需要这样的结果：

地板标签	房间标签	区域	租户
1楼	房间 1	10	QQ
	房间 2	20	QQ
1楼	房间 1	15	ZAA
2楼	房间 1	25	ZAA
	房间 2	33	QQ

房间分组在地板下。

我尝试了 Pandas pivot_table 和 groupby 的多种组合，但最好的结果给了我：

result = pd.pivot_table(rooms, index = ['FloorId', 'RoomId'],
                                     values = ['FloorLabel', 'RoomLabel', 'Area', 'Tenant'],
                                     aggfunc = {
                                         'FloorLabel': sum,
                                         'RoomLabel': sum,
                                         'Area': sum,
                                         'Tenant': sum
                                     })

但我不知道如何在预期结果中改变它。

甚至有可能用熊猫得到我期望的结果吗？ 或者我可能需要使用不同的库？

---

编辑：

我找到了解决方案。 我不知道它是否最佳，但它似乎有效。

res = rooms.groupby(['FloorId', 'RoomId']).agg(FloorLabel = ('FloorLabel', sum), 
                                               RoomLabel = ('RoomLabel', sum), 
                                               Area = ('Area', sum), 
                                               Tenant = ('Tenant', sum))
res = res.set_index(['FloorLabel', 'RoomLabel'])